Temario
Formación Técnica
Entorno de Python y herramientas.
Instalación y configuración de Python.
- Instalación de Python con el entorno Anaconda y PyCharm Community.
- Explicación de los “Enviroments” de Python para personalizar instalaciones.
- Concepto de módulos e instalación de nuevos módulos usando la consola de comandos.
- Primeros conceptos de programación con Python usando consolas: Qt Console y Powershell Prompt.
Herramientas de desarrollo.
- Uso de los entornos de desarrollo Spyder y PyCharm para crear programas de Python.
- Fundamentos de programación: uso de variables y funciones.
Programación estructurada con Python.
- Reglas de diseño del código.
- Uso de bucles.
- Uso de if-elif-else.
Estructuras de datos en Python.
- Uso de tuplas, listas y diccionarios.
- Sintaxis de manipulación de colecciones de datos.
Herramientas de computación de datos.
Uso de Jupyter Notebook y JupyterLab.
- Creación de documentos con Jupyter Notebook.
- Introducción a la generación de gráficos usando Pandas y Numpy.
Uso de RStudio.
- Introducción a la computación estadística y generación de gráficos con la herramienta RStudio.
Uso de Glueviz.
- Introducción a la visualización de datos multidimensionales.
- Exploración de relaciones entre conjuntos de datos.
Uso de Orange.
- Introducción a la minería de datos con la herramienta Orange.
- Visualización y análisis de datos.
Bases de datos y automatización.
Uso de bases de datos relacionales.
- Introducción al uso de base de datos relacionales con SQLite3.
- Creación de tablas relacionales.
- Operaciones DML: insert, update y delete.
- Operaciones de consulta.
Uso de bases de datos no relacionales.
- Instalación de MongoDB.
- Creación y operaciones con documentos.
Uso de bases de datos no relacionales.
- Instalación y configuración de Git.
- Ejemplos de control de versiones al crear aplicaciones con PyCharm.
Formación Específica
Automatizaciones con Python
- Interacción con el sistema operativo.
Módulo “os”: gestión y operaciones con el sistema de ficheros.
Módulo “subprocess”: supervisión y resultado de procesos.
Módulo “Fabric”: tareas de administración de sistemas.
- Control de versiones
Uso del módulo “Gitapi” para control de versiones con Git.
- Automatización de pruebas.
“Pytest” para automatizar pruebas unitarias.
Ingeniería de datos con Python
- Manejo de bases de datos relacionales.
Consultas y operaciones usando SQLite para ejemplos.
Optimización de consultas: índices y rediseño de columnas.
Depuración de consultas con EXPLAIN QUERY.
- Manejo de bases de datos no relacionales.
Consultas y operaciones de documentos con MongoDB.
Compresión del formato JSon.
- Manejo de bases de datos de caché.
Consultas y operaciones con Redis.
Compresión del formato de diccionario.
- Coordinación de bases de datos mediante procesos ETL.
Extracción, transformación y carga de datos (ETL) entre diversas bases de datos.
Patrones de diseño de Big Data en procesos ETL.
Iteroperatividad con Amazon Web Services (AWS)
- Instalación, configuración y uso de Boto3.
- Creación de objetos y depósitos.
- Listas de control de acceso.
- Creación de funciones AWS Lambda con Python.